[论文解读] 2DMatPedia: An open computational database of two-dimensional materials from top-down and bottom-up approaches

Jun Zhou, Lei Shen+7 more|arXiv (Cornell University)|Jan 28, 2019

2D Materials and Applications参考文献 1被引用 15

一句话总结

2DMatPedia 展示了一个开放的、计算生成的数据库，包含超过 6,000 种通过体材料自上而下的机械剥离和自下而上的化学取代生成的二维（2D）材料。该研究利用密度泛函理论系统计算了结构、电子和能量性质，实现了对功能性 2D 材料的大规模筛选与人工智能驱动的发现。

ABSTRACT

Two-dimensional (2D) materials have been a hot research topic in the last decade, due to novel fundamental physics in the reduced dimension and appealing applications. Systematic discovery of functional 2D materials has been the focus of many studies. Here, we present a large dataset of 2D materials, with more than 6,000 monolayer structures, obtained from both top-down and bottom-up discovery procedures. First, we screened all bulk materials in the database of Materials Project for layered structures by a topology-based algorithm, and theoretically exfoliate them into monolayers. Then, we generated new 2D materials by chemical substitution of elements in known 2D materials by others from the same group in the periodic table. The structural, electronic and energetic properties of these 2D materials are consistently calculated, to provide a starting point for further material screening, data mining, data analysis and artificial intelligence applications. We present the details of computational methodology, data record and technical validation of our publicly available data (http://www.2dmatpedia.org/).

研究动机与目标

• 通过一个全面、开放获取的计算数据库，加速功能性二维材料的发现。
• 通过从多样化合成路径生成大规模、一致的数据集，解决 2D 材料系统性数据有限的挑战。
• 为 2D 材料研究中的高通量筛选、数据挖掘和机器学习应用提供统一平台。
• 整合自上而下的剥离与自下而上的取代策略，拓展已知 2D 材料的化学空间。

提出的方法

• 基于拓扑的算法从 Materials Project 数据库中识别层状结构，用于自上而下的单层剥离。
• 通过计算剥离协议沿材料的自然解理面剥离体相材料，生成单层。
• 通过将已知 2D 材料中的元素替换为周期表中同族的其他元素，构建自下而上的材料。
• 所有结构均经过一致的密度泛函理论（DFT）计算，以确定其结构、电子和能量性质。
• 通过技术检查验证数据集，并通过持久的 URL 公开发布，以确保可重现性和可重用性。
• 该数据库旨在支持下游应用，如机器学习、材料筛选和性质预测。

实验结果

研究问题

• RQ1 通过基于拓扑的剥离方法，从体相材料中系统衍生出的稳定单层 2D 材料的范围有多大？
• RQ2 在同周期表族内进行化学取代，在生成新型稳定 2D 材料方面的有效性如何？
• RQ3 在不同化学组成下，所得 2D 材料的结构与电子性质是什么？
• RQ4 是否能够通过统一的、高通量的计算流程可靠地生成并验证大规模、一致的 2D 材料数据集？
• RQ5 此类数据集如何支持 2D 材料科学中可扩展的筛选与人工智能驱动的发现？

主要发现

• 该数据库包含超过 6,000 种通过自上而下和自下而上方法衍生的单层 2D 材料。
• 对所有结构系统地执行了 DFT 计算，确保了晶格参数、生成能、能带结构和电子性质等数据的一致性与可靠性。
• 自上而下的方法成功利用基于拓扑的解理算法，从 Materials Project 数据库中识别并剥离了层状材料。
• 自下而上的方法通过用同周期表族中化学性质相似的元素替换已知 2D 体系中的元素，生成了新的 2D 材料。
• 该数据集公开可访问且经过验证，支持可重现性，并可集成到人工智能与数据驱动的材料发现工作流中。
• 本研究建立了一个可扩展、开放的框架，用于系统探索已知化合物之外的 2D 材料。